六种定量分析的目的和常用方法

最近1个月的周末，大部分时间都在备课，定量训练营的实战部分是手到拈来，毕竟是每天都在操练的活，但定量的灵魂是数理统计，市场研究中定量的核心在于如何用统计方法实现研究目的。重新打开十几年前的资料，借助Chat-GPT重新理解这些概念，依然充满挑战和乐趣。

 

每种统计方法都有其特定的目的，也要求数据符合特定的要求。在市场研究中，我们通常有这六种研究目的：描述性分析、差异性差异、定位分析、分类分析、关系分析、预测分析。数据的四种类型是定类变量、定序变量、定距变量、定比变量。

 

六种定量分析的目的和常用方法：

1.描述性分析旨在用精确的数学语言描述目标人群的特征或行为及态度，经常用频数分布、均值、众数等。

 

2.差异性分析旨在识别两组或多组用户之间的差异，例如现有用户和潜在用户、不同的细分市场、不同年龄段等，经常用交叉、卡方、判别分析等。

 

3.定位分析旨在探索一个或多个品牌在消费者心智中的位置，也经常用于探索市场中诸多的利益点/产品特性与多个品牌的相对位置，经常用对应分析和MDS（多维尺度分析）。

 

4.分类分析本质是降维，意味着我们用更简单的方式理解复杂的变量，例如用户细分，诸多的变量重新组合成关键的因子等，经常用因子和聚类。

 

5.关系分析旨在测试两组属性是否相关，但没有说明关系的方向，例如X和Y相关，但不清楚X预测Y还是Y预测X，经常用相关分析、卡方检验等。

 

6.预测分析意味着两种属性不但相关，而且方向明确，能够建立Y=f(x)，这里最常用的就是各种回归，更强大也更挑战的是联合分析（包括DCM）。

 

考虑到数据类型在问卷中都已经确定，因此，统计方法的选择更应该在更早阶段，例如问题树阶段就要结合商业分析的目的进行设定，而非看到数据的时候再想方法，那样其实面临非常大的局限。从定量实战训练营的讲授内容看，我们的重心并不在如何实施这些统计方法，而是理解其商业应用的领域，以及相应的数据要求。

 

感谢30年前在北师大物理系学习的概率论和数理统计课，这些硬核的数理功底真是永远都有用到上的地方，只是遗憾当年学艺不精。